[論文レビュー] A Review of Visual Odometry Methods and Its Applications for Autonomous Driving

Kai Li Lim, Thomas Bräunl|arXiv (Cornell University)|Sep 19, 2020

Robotics and Sensor-Based Localization参考文献 95被引用数 9

ひとこと要約

この論文は、自律走行を目的とした単眼、ステレオ、視覚慣性型ビジュアルオドメトリ（VO）手法をレビューし、モーション推定および自己位置特定への応用に焦点を当てる。近年のトレンドとして、組み込みシステムにおける低コストで高精度なVOへの移行が強調され、実運用における課題が指摘され、シミュレートされたデータセットに依存するものの、実用的実装の必要性が提起されている。

ABSTRACT

The research into autonomous driving applications has observed an increase in computer vision-based approaches in recent years. In attempts to develop exclusive vision-based systems, visual odometry is often considered as a key element to achieve motion estimation and self-localisation, in place of wheel odometry or inertial measurements. This paper presents a recent review to methods that are pertinent to visual odometry with an emphasis on autonomous driving. This review covers visual odometry in their monocular, stereoscopic and visual-inertial form, individually presenting them with analyses related to their applications. Discussions are drawn to outline the problems faced in the current state of research, and to summarise the works reviewed. This paper concludes with future work suggestions to aid prospective developments in visual odometry.

研究の動機と目的

• 自律走行用途に特化した最近のビジュアルオドメトリ手法を分析すること。
• 現在のVO研究における限界、特にデータセット評価と実運用におけるギャップを特定すること。
• 精度、ハードウェアコスト、計算負荷の観点から、単眼、ステレオ、視覚慣性型VOのトレードオフを検討すること。
• 低消費電力の組み込みシステムへのVOの実装可能性を評価すること。
• 実運用におけるテストプラットフォームの必要性と、VO開発におけるハードウェア・ソフトウェア統合の向上の重要性を強調すること。

提案手法

• センサ構成に基づき、ビジュアルオドメトリを単眼、ステレオ、視覚慣性の3形態に分類する。
• 特徴ベースおよび直接（外観ベース）VO技術をレビューし、特徴抽出（SIFT, SURF, ORB, FAST）とトラッキング（例：PTAM）を含む。
• 動的環境におけるモーション推定と外れ値除去に、オプティカルフローとRANSACの利用を分析する。
• インertial測定ユニット（IMU）と視覚データの統合による耐障害性向上とドリフト低減の効果を評価する。
• KITTI や TUM のような公開データセットがVOアルゴリズムのベンチマークに果たす役割を検討する。
• 計算要件とハードウェア制約を評価し、特にリアルタイム実装に向けたNVIDIA Jetsonなどの組み込みシステムへの移行を検討する。

実験結果

リサーチクエスチョン

• RQ1 自律走行用途において、単眼、ステレオ、視覚慣性型ビジュアルオドメトリ手法は、精度と耐障害性の観点でどのように比較されるか？
• RQ2 自律走行車両におけるビジュアルオドメトリの実運用を制限する主な課題は何か？
• RQ3 KITTI のような公開データセットは、多様な実際の走行環境におけるVO性能を信頼できる指標として提供できるか？
• RQ4 計算制約は、組み込みシステムと高機能GPUとの間で、ビジュアルオドメトリの実装可能性にどのように影響を与えるか？
• RQ5 センサ統合（例：IMUとの統合）と外れ値除去技術（例：RANSAC）は、ビジュアルオドメトリ性能の向上にどのように寄与するか？

主な発見

• PTAMなどのアルゴリズムの進歩により、スケールのあいまいさがあるものの、2次元画像シーケンスからの3次元再構成が可能になったため、単眼VOは注目を集めている。
• ステレオVOはより良好な深度推定が可能で、単眼VOよりも耐障害性が高いが、より複雑なハードウェアとキャリブレーションを要する。
• 視覚慣性統合は、特に動的環境や特徴が乏しい環境において、精度の向上とドリフト低減に顕著な効果を示す。
• KITTI のようなベンチマークデータセットでは高い性能を示すが、コストと規制上の障壁のため、大多数のVO手法は実運用での検証が不足している。
• NVIDIA Jetson のような組み込みシステムは、リアルタイムVOの実現可能性を示す有望なプラットフォームであるが、ワークステーションクラスのGPU性能にはまだ及ばない。
• 低消費電力の組み込み環境向けに最適化された軽量で効率的なVOアルゴリズムへのトレンドが高まり、実用的自律走行車両統合への移行が顕著に見られる。